Bing Image Creator で生成: Close up photograph of yellow Dandelion flowers, background is long wide view of blue sky and high mountains, photo
の続きです。
今回は、Rでバーチャートを描いて、百貨店とスーパーの違いがはっきりわかるようにします。
百貨店は販売額は2018年から2022年にかけて現象していました。スーパーは逆に増加していました。そこで、この2018年と2022年の増減を算出してみましょう。
pivot_wider() 関数と mutate() 関数を使って、2022年と2018年の変化幅を表示するデータフレームを作成しました。
これをグラフにします。 geom_bar() 関数でバーチャートを作ります。
百貨店は1月から12月、すべての月で減少しています。スーパーは増加しています。
従業員一人当りの売上高でもみてみましょう。
mutate() 関数で従業員一人当りの売上高を作りました。persales という名前の変数です。百貨店はだいたい800万円ぐらいですね。
百貨店、スーパーでわけて平均値を計算します。
百貨店は814万円、スーパーは281万円が平均です。
これをグラフにしてみます。
百貨店のほうが常にスーパーを上回っていることがわかります。
同じ大型小売店でも百貨店とスーパーでは全く違うことがよくわかりました。
今回は以上です。
次回は
です。
初めから読むには、
です。
今回のコードは以下になります。
#
# 2018年と2022年の販売額を比較
df2 <- df |>
select(type, year, month, total) |>
pivot_wider(names_from = year,
values_from = total) |>
rename(Y2022 = `2022`,
Y2018 = `2018`) |>
mutate(diff = Y2022 - Y2018)
df2
#
# diffのグラフ
df2 |>
ggplot(aes(x = month, y = diff)) +
geom_col(aes(fill = type))
#
#
# 従業員一人当りの売上高
df3 <- df |>
select(t,type, year, month, total, persons) |>
mutate(persales = total / persons)
df3
#
# 百貨店とスーパーの比較
df3 |>
group_by(type) |>
summarize(average = mean(persales))
#
# グラフで表示
df3 |>
ggplot(aes(x = t, y = persales)) +
geom_col(aes(fill = type), position = "dodge")
#
